Python語法速查： 15. 常用數據結構

返回目錄

本篇索引

（1）array

（2）bisect

（3）deque

（4）defaultdict

（5）namedtuple

（6）heapq

（7）itertools

 （1）array

array模塊定義一個數組類型：array，它與列表很相似，但它的內容僅限於單一類型。如果需要有效利用存儲空間，那麼就需要用到array模塊。 例如，要存儲1000萬個整數，使用列表需要約160M記憶體，而使用array僅需40M記憶體，代價是array的操作比列表要慢一些。

array數組不適用於數字操作（如矩陣運算），要創建高效存儲和計算的數組，可使用numpy擴展。

“+”運算符用於附加另一個數組的內容，“*”運算符用於重覆附加一個數組。

● array(typecode [,initializer])

說明：

創建類型為typecode的數組，可取類型見下表。initializer是一個字元串或值列表，用於初始化數組中的值。

typecode取值類型

● array實例常用屬性和方法

 （2）bisect

bisect模塊可以在已排好順序的列表中插入一個新數據，並使列表維持已排好的順序，它使用二分法來執行大部分工作。

bisect的簡單用例：

s = [1,3,5,7,9]
bisect.insort(s, 6)     
print(s)

# 結果為：[1,3,5,6,7,9]

bisect模塊常用函數

 （3）deque

deque表示雙端隊列（發音：'deck'），要使用雙端隊列需要導入collections模塊。

雙端隊列允許在隊列的任一端插入或刪除項，性能接近O(1)。而列表若要在最前端插入項，需要移動所有後續對象。

若為deque指定了maxlen參數，則向已滿雙端隊列插入新項時，deque會自動在另一端刪除一個數據來騰出空間。

● deque[iterable [,maxlen]])

說明：

iterable是可迭代對象，可用於初始化deque；maxlen表示雙端隊列允許的最大空間。

deque實例常用方法

 （4）defaultdict

要使用defaultdict需要導入collections模塊。defaultdict與普通字典用法基本一樣，只是在缺少鍵的處理上有不同。當索引不存在的鍵名時，將調用default_factory提供的函數來提供一個預設值，然後將該值保存為鍵的值。其餘操作與內置dict()完全相同。

其實，普通的字典的setdefault()方法也能完成這一功能，只是setdefault()語句結構不是很清晰，且運行速度較慢。

● 初始化語法：

default([default_factory], ...)

用法示例，統計各個單詞出現的位置並將其位置序列放入字典中。

from collections import defaultdict
s = 'a b c a b c'
word_list = s.split()   # word_list值為：['a', 'b', 'c', 'a', 'b', 'c']
dd = defaultdict(list)
for i, w in enumerate(word_list):
    dd[w].append(i)
    
# 最終dd結果為：defaultdict(<class 'list'>, {'a': [0, 3], 'b': [1, 4], 'c': [2, 5]})

 （5）namedtuple

namedtuple表示命名元組，要使用namedtuple需要導入collections模塊。在命名元組中，可以使用屬性名稱來訪問元組元素，可以動態增加新屬性。缺點是比普通元組慢一點。

● 初始化語法：

namedtyple(typename, filednames [,verbose])

typename作為新創建的命名元組名稱（它是tuple的子類），fieldnames是字元串形式的屬性名稱的列表，不能以下劃線開頭。fieldnames也可寫成一個字元串，各屬性間用空格或逗號分隔。verbose標記若設為True，將向標準輸出端輸出生成的類定義。

使用命名元組的簡單示例：

from collections import namedtuple
NewAddrPort = namedtuple('NewAddrPort', ['ipaddr', 'port'])
a = NewAddrPort('127.0.0.1', 80)
print(a.ipaddr, a.port)
# 結果為：'127.0.0.1' 80

ipaddr, host = a      # 本句可將命名元組a像普通元組那樣解包展開。

isinstance(a, tuple)
# 結果為：True

如果定義一個僅作為數據結構的對象，那可以用命名元組來替代：

class Square(object):
    def __init(self, l, w):
        self.l = l
        self.w = w

# 可以用命名元組來替代：
import collections
Square = collections.namedtuple('Square', 'l w')
nt = Square(10, 20)

使用命名元組的優點是：可以像實例那樣來訪問屬性，如：nt.l、nt.w；也可以對nt像普通元組那樣使用for語句和解包語句。

 （6）heapq

heapq模塊使用堆實現一個優先順序隊列。優先順序隊列能以任意順序添加對象，並能隨時找出最小的元素，它比列表的min方法要快得多。

heapq模塊常用函數

heap用法示例：

import heapq
x = [1,9,2,8,3,7,4,6]
heapq.heapify(x)    # 本句運行後，x已變成優先順序隊列
print(x)
>>> [1,3,2,6,8,7,4,9]   # x已按堆的優先順序排序好
heapq.heappop(x)
>>> 1
heapq.heappop(x)
>>> 2

 （7）itertools

itertools模塊包含創建高效迭代器的函數，可以用各種方式對數據執行迴圈操作。

itertools模塊常用函數

迭代器使用的一些示例：

from itertools import *

# 在數字0,1,...,10,9,8,...,1上無限迴圈
for i in cycle(chain(range(10), range(10,0-1))):
    print(i)
    
# 創建a中的唯一項列表
a = [1,2,3,4,2,3,4,5]
a.sort()
b = [k for k,g in groupby(a)]   # b = [1,2,3,4,5]

# 對x和y中所有可能的值對進行組合迭代
x = [1,2,3]
y = [10,11]
for r in product(x,y):
    print(r)
# 生成輸出：(1,10), (1,11), (2,10), (2,11), (3,10), (3,11)

返回目錄